数字图像处理知识点

  1. 计算图像大小:长×宽×每个像素占用的二进制位数

    • 量化级别是4位:一个像素点占用4个二进制位
    • 量化级别有16个:一个像素点占用4个二进制位
    • 真彩色图像:一个像素点占用24个二进制位
  2. 缓变图像:细量化,粗采样;

    突变图像:粗量化,细采样,处理细节丰富的图像;

    虚假轮廓和马赛克的原因

  3. 常见图像格式和应用方向:

    • HSI:动画,视觉相关
    • CMYK:印刷
    • YUV:电视机信号传输
    • RGB:计算机图像处理
  4. 沃尔什变换公式:
    \[ W(u) = \frac{1}{N} \sum_{x=0}^{N-1}f(x)\prod_{i=0}^{n-1}(-1)^{b_i(x)b_{n-1-i}(u)} \\其中,n为序号,N=2^n\\(u,x)=0,1,2,...,N-1\\b_i(x) 等于 x 的二进制表示的第 i 位。 \]

  5. 图像熵:(考试不用计算结果)
    \[ H=-\sum_{k=1}^{M}P_klog_2P_k \]

  6. 平均码字长度和编码效率公式

  7. 什么是非续长编码

  8. 跳过白色块编码

  9. 哈夫曼编码

  10. 计算压缩比:
    \[ C=\frac{图像直接编码所需用的码元个数}{用某种方法编码所需的码元个数} \]

  11. 对比度:成比例变化

  12. 图像增强(也叫锐化),微分计算,突出感兴趣部分

  13. 图像平滑(也叫滤波),积分运算,去除噪声

  14. 卷积核,即权重组合的矩阵。卷积运算中的卷积核就是模板运算中的模板

  15. 卷积:加权求和

  16. 互相关:相乘求和

  17. 最小二乘法:误差平方和最小

  18. 常见的去除噪声的方法:

    • 时域:邻域平均、中值滤波、多幅图像求平均
    • 频域:低通滤波
  19. 区域生长:判断邻域的差值

  20. 边缘检测:sobel算子和prewitt算子

  21. 相邻像素差最大的地方就是梯度

  22. 轮廓跟踪:查找连通域

  23. 图像的代数运算和实际应用:

    • \(C(x, y)=A(x, y)+B(x, y)\):去噪
    • \(C(x, y)=A(x, y)-B(x, y)\):测速
    • \(C(x, y)=A(x, y)×B(x, y)\):掩膜处理或卷积
    • \(C(x, y)=A(x, y)÷B(x, y)\) :校正成像仪器或CT

转载于:https://www.cnblogs.com/zhyantao/p/10849944.html

你可能感兴趣的:(数字图像处理知识点)